时间序列分类与鲁棒性分析的Kolmogorov-Arnold网络（KAN）
原文中文，约200字，阅读约需1分钟。发表于：。本研究针对Kolmogorov-Arnold网络（KAN）在传统多层感知机（MLP）面临验证的瓶颈问题，进行了大规模基准数据集上的比较。研究发现，KAN在128个时间序列数据集上的表现可与MLP匹敌，且具有更强的鲁棒性，揭示了KAN及其层在提升模型对抗鲁棒性方面的潜力。
本研究比较了KAN和MLP在大规模基准数据集上的表现，发现KAN在128个时间序列数据集上与MLP相当，并具有更强的鲁棒性，展示了KAN在提升模型对抗鲁棒性方面的潜力。
